工具开发基础公共核心库
Python 编辑器核心库
ScriptSlateBridge / PythonSlate
用 Python 构建 UE 编辑器界面，封装控件、菜单与通用编辑器能力，让不同工具共用一套开发基础。
我关注：怎样把反复出现的界面与交互沉淀下来，让 AI 协作实现新工具时有清楚、稳定的边界。
01 / NOTES
最新文章
规范驱动开发、工具实践，以及对 AI 未来的思考。
02 / PROJECTS
工具与项目
让每次迭代，都能复用已有的积累。
正在投入的方向持续打磨中
场景检查工具
SceneCheckToolkit
围绕编辑器中的场景与组件组织检查，把对象的使用上下文、问题定位和结果反馈连接起来。
我关注：从资产走进场景后，如何保留对象关系，让检查结果能够回到具体的使用位置。
规则表达与执行
规范检查工具
ResourceToolkit
把检查范围、条件判断、对象转换与处理动作组织成可复用的规则，让制作规范进入实际工作流程。
阅读规则设计笔记围绕资产组织工作
资产检查工具
AssetCheckToolkit
以资产为入口组织检查工作，导入和展示检查结果，帮助使用者找到问题、理解结果并推进处理。
我关注：结果怎样被查看和使用，以及公共属性与界面能力怎样在不同工具之间复用。
AI 对话与模型选择Android · 持续迭代
应应 · AI 对话应用
Yingying
我正在开发的一款 Android AI 对话应用。用户提出问题，服务端根据对话内容自动选择回复模型与推理强度，让交流继续发生在同一个对话里。
支持账号登录，模型调用按实际用量计费，规则和价格可在应用内查看。
公共界面与编辑器能力规范检查 · 资产检查 · 场景检查
基础库承载通用能力，具体工具负责各自的业务与工作流程。
编辑器工具暂未提供公开下载；应应可通过上方入口下载 Android 安装包。
03 / PRACTICE
让规范进入工具，再用反馈改进
从一条规则开始，说明判断、处理与复检。
规则流程 · 概念演示
一个能够解释结果的检查流程
用虚构的贴图尺寸演示一条规则：先说明要求，检查实际值，调整后再次确认。真实工具还需要处理数据来源、修改边界和定位信息。
- 把需求说清楚检查谁、用什么口径、怎样算符合要求。
- 把实现放进已有结构明确公共能力与业务边界，借助 AI 完成局部实现。
- 用结果推动下一轮迭代验证行为，解释失败，再根据实际使用反馈改进。
规则如何工作INDEPENDENT DEMO
| 演示资产 | 最大边长 | 结果 |
|---|---|---|
| T_DemoStone_BC | 4,096 | 超出 |
| T_DemoTile_N | 2,048 | 通过 |
| T_DemoIcon | 512 | 通过 |
3 个演示资产 · 1 项超出阈值
虚构数据，仅演示规则逻辑。此页面不连接 UE，也不修改任何真实资产。
04 / ABOUT把经验写成工具，
把经验写成工具，
把迭代留成笔记。
我的工作围绕 UE5 大世界游戏研发与编辑器工具开发展开。我持续投入 Python 编辑器核心库、规范检查与资产检查，也在打磨面向场景的检查工具。
我关注怎样借助 AI 缩短从需求到第一版实现的距离，也关注架构、公共能力和验证方式怎样支撑后续维护。这里记录具体的问题、实现中的取舍，以及工具在实际使用中如何继续改进。
联系我 · QQ 邮箱29797471@qq.com
UE5 程序开发编辑器工具Python / SlateAI 协作资产与场景检查